大规模网络表示学习库GraphVite安装

GraphVite重新实现了DeepWalk，LINE，Node2vec等方法，速度提高了几十倍，的确牛，不知道啥时候也能把我们等方法也实现上去，哈哈。

这个Tangjian实验室提出了LINE，面向大规模的网络表示学习方法，同一时期，Tangjie也提出了另一个NetSMF，也是很不错。但是相比之下，还是GraphVite速度更快，支持方法也更广泛。实际上这三种方法DeepWalk，LINE，Node2vec实在差不了多少。

安装这玩意真够折腾的，首先检查gcc版本，gcc -v，gcc版本在4.9以下估计要危险，编译可能会出错。

conda安装，否则慢成狗，记得配镜像。

conda安装需要：

1. conda config --add channels conda-forge

2. conda install -c milagraph -c conda-forge graphvite

但是楼主在安装graphvite的时候，它还没有及时更新到镜像里。相对其它的包，只有它慢成狗。

graphvite-0.2.0      | 51.6 MB   | ######################4                                     |  38% 

一开始尝试编译安装，在编译的过程需要安装：pybind11, log4xx, flag等等一大堆，最终不行。所以只能用conda来安装。

安装完毕，试试

graphvite baseline quick start

尝试使用LINE在Blogcatalog数据集上，得到的结果还是不错的

ipython

>>> import pickle
>>> with open("line_blogcatalog.pkl", "rb") as fin:
>>>     blogcatalog = pickle.load(fin)
>>> names = blogcatalog.id2name
>>> embeddings = blogcatalog.vertex_embeddings
>>> print(names[1024], embeddings[1024])